BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

dokumen-dokumen yang mirip
Ukuran Dispersi Multivariat

BAB III STATISTIK INFERENSI PADA RANTAI MARKOV

BILANGAN BAB V BARISAN BILANGAN DAN DERET

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi

BAGIAN 2 TOPIK 5. andhysetiawan

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh,

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2

BAB 3 METODE PENELITIAN

ESTIMATOR DERET FOURIER UNTUK ESTIMASI KURVA REGRESI NONPARAMETRIK BIRESPON

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD)

I. DERET TAKHINGGA, DERET PANGKAT

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

PERBANDINGAN METODE BUNGA MAJEMUK DAN ATURAN 78 DALAM MENENTUKAN SISA PINJAMAN SETIAP PERIODE PADA ANUITAS DUE TUGAS AKHIR

B. DESKRIPSI SINGKAT MATA KULIAH

PENDEKATAN TEORITIK. c dt (3.1) r dr dr. atau 2 (3.2)

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

Analisis Rangkaian Listrik Di Kawasan Waktu

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

BAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan:

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

Distribusi Pendekatan (Limiting Distributions)

Universitas Sumatera Utara

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

Menentukan Pembagi Bersama Terbesar dengan Algoritma

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

p q r sesuai sifat operasi hitung bentuk pangkat

f ( x ) 0 maka disebut PD tak homogen.

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom Fungsi Vektor

KORELASI DAN REGRESI BERGANDA

PERBANDINGAN PENAKSIR REGRESI LINIER SEDERHANA PADA SAMPLING BERPERINGKAT, SAMPLING EKSTRIM BERPERINGKAT DAN SAMPLING MEDIAN BERPERINGKAT

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

Teorema Nilai Rata-rata

B a b 1 I s y a r a t

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

Rumus-rumus yang Digunakan

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

kimia LAJU REAKSI II Tujuan Pembelajaran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS. Pada bab ini akan dibahas tentang bentuk model spasial lag sekaligus

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

LAMPIRAN 1 PEMBENTUKAN FUNGSI PERIODIZER

Kalkulus Rekayasa Hayati DERET

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pengantar Statistika Matematika II

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

Hendra Gunawan. 12 Februari 2014

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

BAB METODOLOGI. Bab 2 Metodologi berisikan :

Pemetaan Linear Yang Mengawetkan Invers Drazin Matriks Atas Lapangan

PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

V. PENGUJIAN HIPOTESIS

BAB I PENDAHULUAN 1.1 Latar belakang Masalah

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB II TINJAUAN PUSTAKA

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

MA1201 MATEMATIKA 2A Hendra Gunawan

Statistika Non Parametrik

Transkripsi:

BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka model sampel ehadap himpua aksia sampel. Peaksia adalah hasil aplikasi dai fugsi ehadap sampel khusus dai daa. Bayak peaksi yag bebeda yag dapa diguaka uuk seiap paamee yag dibeika. Bebeapa kieia diguaka uuk memilih diaaa peaksi, walaupu dalam kebayaka kasus kieia esebu idak dapa diguaka dega mudah uuk memilih sau peaksi ehadap peaksi laiya. 3. Peaksi Dee Fouie Misalka dibeika pasag pegamaa (, ),(, ),...,(, ) umum hubuga egesiya dapa dimodelka sebagai beiku: y y y secaa y f + ε,,, (3.) dega ε adalah adom eo yag idak bekoelasi dega mea 0 da vaias σ da f adalah fugsi egesi yag idak dikeahui da fugsi yag aka diaksi. 6

7 Misalka diasumsika bahwa f L [ a b] yag meupaka uag Hilbe sehigga f dapa diyaaka sebagai kombiasi liea ak behigga dai fugsi, basis { x }. Misalka { } meupaka sisem ooomal legkap pada L [ a b ], da uuk f L [ a b], yag didefiisika oleh β f,, dega β pada pesamaa β f, disebu sebagai koefisie-koefisie Fouie yag memeuhi ideias Paseval yaiu: maka f ( ) dapa diyaaka sebagai: β f (3.) f β x (3.3) sehigga model pada pesamaa (3.) meadi: y β x + ε,,, (3.4) sehigga, daa megikui model liea dega ak higga bayakya koefisie egesi yag idak dikeahui. Kaea β < da β meuu ol, maka edapa bilaga bula sedemikia sehigga fugsi f dapa didekai dega: f β x (3.5) oleh kaea iu, model pada pesamaa (3.4) meadi: y β x + ε,,, (3.6)

8 model ii miip sepei model liea, sehigga cukup bealasa uuk mecoba megguaka ekik ifeesial pada model liea dalam hal ii. Misalka diasumsika,,..., adalah iik-iik yag beaak sama pada [, ] a b, maka aka diaksi koefisie-koefisie Fouie yag idak dikeahui yag memiimumka Mea Squae Eo dega elebih dahulu meeuka ilai yag opimal. Pemiliha dai aka mempegauhi sebeapa mulus aau kasa peaksi esebu. Biasaya ilai opimal ebesa aka meghasilka peaksipeaksi yag medekai kepada iepolasi(, y ) daipada ilai ekecil sehigga peaksi esebu aka cedeug kasa. Didefiisika maiks secaa spesifik diasumsika { },,..., x x (3.7),,..., [ a, b ] [ 0,] (3.8) da kaea secaa keseluuha beada pada uag [ 0, ], maka,,, (3.9) Uuk meaksi ilai f haus dieuka model liea yag memua beuk fugsi sius da cosius. Kaea fugsi ekspoesial dapa diyaaka dalam beuk sius da cosius, maka sisem ooomal legkap dai L [ 0,] didefiisika sebagai fugsi : i x e π, 0, ±, (3.0)

9 Dega megguaka meode Leas Squae, aka dipeoleh dega uggal peaksi uuk β yaiu: y β x + ε ε y β x ε y x β ( ε ) ε ( ε ) ( y x β ) ( y x β ) (( y ) β x )( y x β ) β β + β β y y y x x y x x β β + β β y y y x x y x x + y y β x y β x y β x x β β β β y y x y + x x (3.) kaea pisip dai meode Leas Squae adalah memiimumka umlah kuada, maka: ε 0 β ε β 0 x y + x x β 0 x y + x x β x y + x x β

30 x x β x y β x x x y Dimaa y meupaka veko obsevasi da (3.) x meyaaka aspose kompleks kouga dai x. Sehigga peaksi dee Fouie uuk f ( ) adalah : dega { } x x. (3.3) f β x ( ) Dugaa peaksi dee Fouie uuk y dapa diulis dega oasi maiks, yaiu π Eleme dai maiks x { e i } x f x (3.4) πi( ) πi( + ) πi e e L e πi( ) πi( + ) π i e e L e M M M M πi( ) πi( + ) πi e e e L β dega ukua ( ) + adalah : da x π ( ) π ( ) π ( ) i i i e e L e π i( + ) π i( + ) π i( + ) e e L e M M M M πi π i πi e e L e Dega megguaka defiisi baisa ooomal, maka dapa dieuka eleme-eleme dai (3.)

3 x x π π ( ) π i i i e e L e πi( + ) πi( + ) πi( + ) e e L e M M M M πi πi πi e e L e π ( ) π ( + ) π e e L e π i( ) π i( + ) e e L e M M M M π i( ) π i( + ) e e L e i i i π i π i 0 L 0 0 0 L M M M M 0 0 L 0 L 0 0 0 L M M M M 0 0 L ( x x ) I (3.5) x y π ( ) π ( ) π ( ) i i i e e L e y πi( + ) πi( + ) π i( + ) e e e y L M M M M M π i πi πi e e L e y π ( ) π ( ) π ( ) i i i e y + e y + L+ e y π ( ) π ( ) π ( ) e y + e y + L+ e y i + i + i + e y + e y + L+ e y πi π i πi M i y e π (3.6) Dega demikia eleme-eleme dai (3.) meadi : β i y e π (3.7)

3 sehigga dipeoleh peaksi dee Fouie uuk f ( ) yaiu: πi f β e (3.8) i i π π y e e (3.9) Dai pesamaa (3.8) da (3.9), maka peaksi dee Fouie pada pesamaa (3.8) dapa diuliska kembali sebagai beiku: β e (3.0) π i ( ) f dega,,, da i Fugsi f ( ) aka mempuyai kompoe iil da imaie secaa beuu-uu, dimaa keduaya adalah fugsi beilai iil. Kompleks kouga dai β didefiisika oleh β ( ), dega: a β + β ( ) b i β + β ( ) ilai-ilai dai a da b dieuka dega megguaka pesamaa ix cos + si da e cos( x) i si ( x) ix e x i x pesamaa (3.8) dapa diyaaka dalam beuk fugsi sius da cosius yaiu: + a β β ( ) πi π i y e + y e

33 πi πi y e + y e ( cos π + si π ) + ( cos( π ) si ( π )) y i y i ( y cos π + y i si π ) + ( y cos( π ) y i si ( π )) y cos( π ) + i si ( π ) + cos ( π ) isi ( π ) y cos( π ) y ( ) (3.) cos π ( ) b i β + β ( ) i y e y e π i πi πi πi i y ( e e ) i y cos ( π ) isi ( π ) cos( π ) i si ( π ) i y i si ( π ) y si ( π )

34 y ( ) (3.) si π ( ) sehigga beuk peaksi uuk f ( ) adalah : ( ) πi f β e ( ) πi πi( ) β e + β e πi πi( ) β 0 + β e + β ( ) e ( cos isi ) ( ) cos( ) i si ( ) 0 β + β π + π + β π π ( ) ( ) β 0 + β + β ( ) cos π + i β β si π β 0 + a cos( π ) + b si ( π ) β 0 + a cos( π ( ) ) + b si ( π ( ) ) (3.3) sehigga peaksi dee Fouie uuk f ( ) adalah : f ( ) β 0 + a cos( π ( ) ) + b si ( π ( ) ) (3.4) dimaa : a β + β ( ) cos π ( ) y

35 b i β + β ( ) si π ( ) y 3.3 Pemiliha Paamee Peghalus ( ) Pemiliha paamee peghalus saga peig dalam medapaka peaksi kuva egesi opaameik. Besaya ilai paamee peghalus ( ) yag diguaka aka mempegauhi kemulusa kuva yag dihasilka. Dalam sub bab ii aka dibahas bagaimaa caa medapaka paamee peghalus ( ) yag opimal. Meode yag aka diguaka adalah meode GCV. Paamee peghalus yag opimal dipeoleh dega memiimumka GCV ( ), dimaa GCV ( ) diumuska sepei pada pesamaa (.44). sehigga beuk peaksi dee Fouie yag elah dipeoleh pada pesamaa (3.0) dapa diulis sebagai : ( ) f H y (3.5) maiks H ( ) dapa dipeoleh dega caa mesubsiusi pesamaa (3.4) ke dalam pesamaa (.38). Sehigga aka dipeoleh: ( ) H y x β ( ) H y x x x x y ( ) H y y x x x x y y ( ) ( ) ( ) H y y y y x x x x y y y y ( ) H x x x x

36 x I x x x (3.6) H ( ) dapa diulis dalam beuk maiks yaiu : H ( ) πi( ) π i( + ) πi πi( ) πi( ) πi( ) e e L e e e L e i i π i π π + i i i( e π + π + π + ) e e L e e L e M M M M M M M M πi( ) πi( + ) πi πi πi πi e e e L e e L e Dega megguaka defiisi baisa ooomal, maka eleme-eleme dai maiks H ( ) adalah: H ( ) + + L + + + L + M M M M ( + ) ( + ) L ( + ) + + + L ( + ) ( + ) ( + ) L M M M M ( + ) ( + ) ( + ) L (3.7) Dai pesamaa (3.7) dipeoleh ace H ( ) Sehigga kieia GCV meadi: GCV ( ) ( ( )) y f x { ( ( I ) ( H ))} +.

37 ( ( )) y f { ( ( + ) )} ( ( )) y f x { ( + ) } (3.8) Dalam hal ii paamee peghalus ( ) opimal dipeoleh dega memiimumka ilai GCV aau dega memilih dega ilai GCV yag miimum. 3.4 Algoima 3.4. Meeuka Nilai Paamee Peghalus yag Opimal Dega Kieia GCV. Lagkah-lagkah yag dilakuka uuk meeuka lai paamee peghalus yag opimal dega meggguaka kieia GCV adalah :. Medefiisika vaiabel espo y da vaiabel pediko. Meeuka fugsi f ( ) yag aka diguaka 3. Meghiug ilai paamee peghalus dega kieia GCV GCV ( ) ( ( )) y f x I ( H ) (3.9) 4.Seelah ilai paamee peghalus dipeoleh, masukka ilai paamee peghalus awal da ilai paamee peghalus akhi

38 5. Bedasaka lagkah di aas dipilih ilai GCV miimum. Nilai yag besesuaia dega ilai GCV miimum adalah ilai yag opimal 3.4. Meeuka Nilai Taksia Dega Megguaka Peaksi Dee Fouie. Lagkah-lagkah yag dilakuka uuk meeuka ilai aksia dega megguaka peaksi dee Fouie adalah :. Medefiisika vaiabel espo y da vaiabel pediko. Memasukka ilai yag opimal dega kieia GCV 3. Meghiug ilai f ( ) β 0 + a cos( π ( ) ) + b si ( π ( ) ) 4. Ulagi lagkah ke-3 uuk semua ilai